基于混合特征的H.264/AVC快速帧内预测模式决策

H.264/AVC中采用率失真优化(RDO)代价函数对多种帧内预测模式进行全搜索决策,为了克服这种决策方法运算复杂度较大的弊端,提出了一种基于混合特征的快速帧内预测模式决策算法。该方法针对最耗时的4×4亮度块模式决策环节,强调了DC模式的重要性,并将其与混合代价函数特征相结合形成混合决策信息,以此对候选模式进行预先筛选,从而加快了决策速度。实验结果表明,该方法可以使图像序列的I帧编码速度提高近30%,且与原全搜索算法相比,其峰值信噪比(PSNR)的减少和比特率的增加均小到可以忽略不计。

一种快速HEVC帧内预测模式决策算法

高性能视频编码(HEVC)标准是视频编码联合小组提出的新的视频编码标准。针对HEVC帧内预测模式决策的高计算复杂度问题,提出一种基于边缘方向强度检测的快速帧内预测模式决策算法。将35种帧内预测模式根据5个基本方向分为5个预测候选模式集合,每个集合中有11种预测模式。分别计算预测单元(PU)的5个方向的方向强度,以及每个方向所占比例,选择比例最大的方向所对应的候选模式集合为该PU块的候选预测模式,有效减少帧内预测的计算复杂度。实验结果证明,与HM8.0相比,该算法能够以保证视频质量为前提,在高效率条件和低复杂度条件下平均节省15%和18%的编码时间。

H.264/AVC帧内预测模式决策算法研究

文章对H.264/AVC标准中帧内预测模式及其决策算法进行了深入研究。首先介绍了四类帧内预测模式及参考代码中所用的全搜索的模式决策算法;然后详细分析了基于边缘方向直方图和基于分组像素点的快速决策算法的原理,通过实验对两种快速算法的运算量及优化效果进行了比较和分析;最后对帧内预测模式及其决策算法进行归纳总结,并就编码精确度、编码运算量、优化帧间预测三个方面提出了帧内预测模式决策算法进一步研究和改进的方向。

H.264/AVC可变尺寸帧间预测块模式决策研究

文章对H.264/AVC中可变尺寸帧间预测块模式决策进行了深入研究。首先对JM8.4程序所采用的全搜索模式决策方法的步骤及率失真优化策略进行了分析。然后将目前已提出的优化方法归类,并重点介绍和阐述了几种典型方法的理论依据以及决策思路。在理清思路的基础上,总结、归纳各类方法的优化思路,并比较了其优缺点,提出了最佳优化策略。

一种基于H.264/AVC帧内预测模式选择的快速算法

依据宏块的空间相关性,并从概率的角度考虑,提出了一种新的快速模式选择算法,该方法减少了对Intra4×4和Intra16×16的预测模式率失真的计算,降低了帧内预测编码的复杂度。与参考软件JM11.0中模式选择算法相比,在PSNR基本保持不变的情况下,新算法的编码时间缩短了大约30%,而比特率仅提高了1%左右。

采用已编码信息的HEVC帧间快速模式决策算法

针对高效率视频编码(HEVC)帧间预测高额的计算复杂度,提出一种利用已编码块的相关信息进行快速帧间预测的算法.首先,在每个深度级上,利用当前编码单元联合其时空上最近的所有已编码单元的运动矢量(MV)长度,提前决定2 N×2 N的预测单元(PU)分割尺寸.其次,利用当前深度层获得的率失真代价(RDcost),结合离线统计出设置的阈值,终止满足条件的编码单元的进一步分割进程.实验结果表明:文中算法可以节省37.8%的编码时间,并取得与原始算法几乎相同的率失真性能.

分级自适应的HEVC帧内预测模式快速选择算法

针对HEVC帧内预测编码计算复杂度高的问题,提出了一种基于分组自适应的帧内预测模式快速选择算法。该算法抽选12个候选模式进行预测方向初步判断,然后根据初步判断结果再精选预测模式;并根据粗选的HCost代价排除部分可能性较低的候选模式,以达到减少候选模式数量,降低计算复杂度的目的。在HEVC参考软件HM12.0上的测试表明,该算法在BD-PSNR平均损失0.041 d B的情况下,平均可降低36.521%的编码时间,显著提高了编码速度。实验结果显示,该算法的适应性强,对不同尺寸、不同纹理和运动特点的测试序列均有明显效果,具有良好的实际应用价值。

一种深度图帧内预测模式决策改进算法

为减小3D-高效视频编码(three dimensional-high efficiency video coding,3D-HEVC)的编码复杂度,提出一种深度图帧内预测模式决策改进算法。一方面,采用拉普拉斯边缘检测法对是否遍历深度模型模式(depth modeling modes,DMMs)进行快速判决;另一方面,利用预测单元(prediction unit,PU)的楔形分割线与其纹理特征的相关性,只对候选预测模式中的帧内角度模式相关的楔形分割进行搜索,减少楔形分割模式遍历的数量,实现DMM1模式的快速决策。经测试,算法在平均编码比特率增加很少的情况下,深度模型模式的平均编码时间降低了53.65%,而深度图的合成质量基本不变。

H.264帧内预测模式选择快速算法的研究

帧内预测模式选择是影响H.264编码速率的瓶颈问题。在分析H.264帧内预测模式选择快速算法研究现状的基础上,提出一种改进算法,利用空域特征筛选Intra_4×4预测模式并结合提前中止策略来减少不必要的模式选择计算。实验结果表明:该算法在基本保持编码性能的情况下使得帧内编码时间大为降低。

H.264帧内预测模式选择的快速算法分析

帧内预测是H.264/AVC的一个重要组成部分,它充分利用了图像的空间相关性,提高了压缩效率,对编码器的整体性能提高具有重要作用。然而其运算复杂度很高,不能满足实时视频的要求。因此,近几年很多文章提出了H.264帧内预测模式选择的快速算法,它们对H.264/AVC实现实时编码做出了很大贡献。本文就是对近年来的提出的各种帧内预测模式选择的快速算法的进行了实际验证,并且分析了每种算法的优缺点。

HEVC快速帧内模式和深度决策算法

针对HEVC帧内预测过程计算复杂度较大的问题,提出基于隔点模式抽取、像素梯度统计和子PU残差相对比的快速帧内预测算法.对应HEVC的33种帧内角度模式,按区间划分33类梯度方向并计算PU各个像素的梯度方向.先对偶数编号的角度模式计算排序,再快速比较得到候选模式集.然后根据所属各类梯度方向的像素累计个数,舍弃部分候选模式.在计算当前PU的哈达玛变换预测残差(Sum of Absolute Transformed Difference,SATD)的同时,记录该PU内4个子PU的SATD,并通过对这4个SATD之间的相对比,跳过当前PU之后深度的计算.实验结果表明,与HEVC标准测试模型HM13.0的算法相比,本文所提出的算法可节省约54%的帧内编码时间,而码率只有约1%的增加.

H.264帧内预测模式判定快速算法研究

帧内预测是H.264编码中用来提升帧内编码压缩效率的编码工具,它通过计算和比较多种帧内预测模式下的宏块率失真代价,并选择最优的帧内预测模式来充分消除图像信号的空间冗余,提升视频信号帧内编码的压缩效率,但多种帧内预测模式下的宏块率失真代价计算使帧内编码运算量成倍增长,阻碍了其实际应用。为此,提出一种帧内预测模式判定快速算法,以提升H.264帧内编码的计算效率。该算法包括3个部分:1)加快4 4帧内预测模式判定的两级预测模式判定快速算法;2)加快宏块帧内预测模式判定的亮度分量帧内预测分区类型提前判定算法;3)融合上述2种算法的宏块帧内预测模式快速判定流程。测试结果显示,与H.264标准参考编解码器JM10.1相比,所提算法编码时间节省52%左右,峰值信噪比仅下降0.03 dB,码率增长约为2.5%。由此证明,所提算法能在保持视频压缩效率基本不变的前提下,有效提升视频编码的运算效率。

利用宏块特征的H.264/AVC快速帧内模式决策

针对H.264帧内模式决策,提出一种快速算法。对于亮度分量,该算法根据待编码宏块平滑度的特点来设定条件,满足平滑条件则直接判断出采用intra_16×16四种预测模式中的哪种模式,对于不符合条件的采用intra_4×4预测模式,此时可以剔除部分不常用的预测模式;对于色度分量,可以根据人眼对色度不敏感这个客观事实来减少候选模式的数量,从而进一步降低编码时间。实验结果表明,该算法可以节省30%以上的编码时间,同时保持相似的视频质量。

基于深度学习的VVC快速帧内模式决策

新一代视频压缩标准(H.266/VVC)在帧内预测中提供了67种预测模式,这使得编码效率得到大大提升,但同时也带来了极高的计算复杂度。本文提出了一种基于深度学习的帧内模式决策快速算法。首先针对编码块尺寸划分后块的大小形状不同的问题,对提取的亮度块进行预处理,并通过随机剪裁、重采样和卷积神经网络(CNN)上采样的方式,保证块的大小和质量。然后精心设计了CNN架构来降低帧内预测复杂度,并提出将当前编码块、相邻参考块以及残差块三者作为网络的输入,把率失真决策过程转换为分类问题,减少不必要的模式遍历。为训练所提出的深度学习网络,本文针对H.266的特点建立了模式决策数据集。实验结果表明,所提出的算法与VTM10.0相比,编码时间平均降低了39.56%~43.45%,有效地降低了编码的计算复杂度,同时率失真性能基本保持不变,与最新参考文献相比综合性能也有所提升。

HEVC帧内编码的快速模式与TU尺寸决策算法

为降低高效视频编码(HEVC)帧内编码的复杂度,提出一种快速模式和变换单元(TU)尺寸决策算法。在快速模式决策算法中,利用预测单元的纹理减少粗糙模式的决策模式个数,根据最有可能成为第一候选模式的分布,跳过最佳模式可能性较小的模式率失真优化过程。在TU尺寸决策算法中,对残差块的纹理进行分析,以此提前终止TU的分割。在HM10.1上的实验结果证明,提出的算法能够平均降低30.7%的编码时间,增加1.40%的平均码流差。

HEVC帧间编码的快速CU尺寸和PU模式决策算法

为了进一步降低高效视频编码(HEVC)帧间编码的复杂度,提出一种快速的编码单元(CU)尺寸和预测单元(PU)模式决策算法.首先,利用SKIP和平均运动矢量提前结束CU分割过程.其次,根据统计的阈值,实现概率较小的PU模式计算过程的跳过.算法在随机方向(RA)和低延时(LD)配置下,编码时间分别平均降低42.2%和36.3%,造成的BDBR(bjentegaard delta bitrate)损失仅为0.624%和0.264%.实验结果表明:CU尺寸和PU模式决策算法在编码质量基本不变的前提下,能正确地决策出最佳CU尺寸和PU模式,有效地提高HEVC的编码效率.

基于时域相关性的HEVC帧间预测快速决策算法

为了降低高效视频编码(HEVC)的计算复杂度提出一种帧间预测快速决策算法。首先,统计分析最大CU(LCU)的离散度与划分深度之间的关系,采用自下向上合并CU的方式,对不同深度下的CU划分进行决策。然后,利用离散度中计算的参数,参与计算同位CU与当前CU的相关性,建立相关性与帧间预测模式之间的线性关系,指导帧间模式的预测。最后,融合两种方法,优化该算法计算量,减少帧间预测的计算量。通过实验对比论文算法与HM14.0,在峰值信噪比损失很小的情况下,视频质量基本不变,减少了30%以上的编码时间。

基于宏块特征的H.264快速帧内预测算法

为了降低H.264的计算复杂度以满足实时应用,在对H.264帧内编码模式深入研究的基础上,提出利用宏块灰度直方图特征在Intra4×4和Intra16×16模式中预判,针对Intra4×4模式采用基于子块预测方向特征的快速帧内预测算法.综合以上2种优化策略,该优化算法平均码率增加了3.2%,峰值信噪比基本不变的情况下,编码速度平均提高了32.8%.

一种HEVC帧内编码快速决策组合算法

为了降低高效视频编码(HEVC)的帧内编码计算复杂度,本文提出一种应用于预测模式决策和编码单元大小决策的帧内模式快速编码组合算法.在预测模式选择上,本文根据预测单元(PU)的纹理信息对粗模式决策(RMD)和率失真最优化(RDO)候选列表进行筛选以减少计算复杂度.在编码单元(CU)大小决策方面,根据CU的纹理复杂度,对平滑简单的CU自适应地终止划分,对纹理复杂的CU跳过编码提前进行划分,减少CU深度遍历的时间.实验结果表明,本文算法与HM参考模型相比,能够平均降低38. 0%的编码时间,而BDBR仅增加0. 33%.与现有的优秀算法相比,本文算法进一步降低了编码时间,且具有更好的编码质量.

一种HEVC帧内模式选择的快速算法

HEVC是ITU-T和ISO联合制定的新一代视频编码标准。由于采用了许多新的技术,HEVC的编码效率是H.264标准的大约2倍,但是编码的复杂度也随之增加。提出了一种针对HEVC帧内预测模式选择的快速算法,该方法综合了基于视频内容分析的方法和基于统计信息的方法并加以优化。实验结果表明,在比特率和PSNR几乎不变的情况下,编码时间平均可以减少30%。